貝佐斯 AI 實驗室估值近 380 億，籌資攻佔實體人工智慧市場

傑夫·貝佐斯旗下 AI 實驗室「普羅米修斯計劃」（Project Prometheus）即將完成一輪 100 億美元新融資，摩根大通和貝萊德等機構投資者參與。本輪融資完成後，公司估值將達到約 380 億美元。普羅米修斯計劃已完成 62 億美元的種子輪融資，從 OpenAI 等頂尖 AI 實驗室招募逾 100 名員工。

實體 AI 與 LLM：截然不同的技術路線

普羅米修斯計劃的核心定位，是建構能夠理解物理定律並與真實環境互動的新型 AI 系統，尤其聚焦於製造業和工業流程，與 OpenAI、Anthropic 等公司專注的大型語言模型（LLM）截然不同。

這類系統的應用場景包括操作工廠機械、優化供應鏈、自動化航太和半導體生產流程，其 AI 不只能生成文字或圖像，還能直接介入物理世界的運作。

資料護城河：實體 AI 最難跨越的競爭壁壘

實體 AI 面臨的最大挑戰是數據取得壁壘。LLM 可利用從網路抓取的海量文字和圖像訓練，而實體 AI 需要的是真實世界的互動數據——感測器讀數、製造過程、觸覺回饋、混亂環境中的故障數據等，這類數據通常是專有的且收集成本高昂。特斯拉是這一領域資料優勢的典型案例：約 500-600 萬輛配備全自動駕駛硬體的電動車，每年積累超過 500 億英里的真實駕駛數據，使其在自動駕駛能力上持續領先。

商業布局：控股公司戰略與 1,000 億美元的宏大願景

為解決實體數據的取得問題，普羅米修斯計劃採取了獨特的控股公司策略。貝佐斯和巴賈傑正在為一家被定位為「製造業轉型工具」的控股公司籌集數百億美元，主要用於收購工程、建築和設計領域的企業，透過這些投資獲取真實世界數據以訓練其 AI 系統。據《紐約時報》報道，貝佐斯還在與中東和東南亞的投資者進行早期會談，商討籌集高達 1,000 億美元的資金。

常見問題

什麼是實體人工智慧，與 ChatGPT 等 LLM 有何本質不同？

LLM 主要處理文字和圖像等數位數據，輸出以文字或圖像為主。實體 AI 的目標是理解物理定律並與真實環境互動——操作工廠機械、感知三維空間、在複雜工業環境中做出即時決策，其訓練數據包括感測器讀數、機械運動軌跡等物理世界數據，技術路線與 LLM 根本不同。

貝佐斯為何選擇此時押注實體 AI？

生成式 AI 已在軟體層面相對飽和，而物理世界的 AI 滲透率仍極低。工業製造、航太和半導體等領域體量龐大，加上貝佐斯在亞馬遜積累的供應鏈和工業基礎設施的深厚經驗，使其在 AI 競賽的下一個主戰場上具備顯著的先天優勢。

普羅米修斯計劃面臨哪些主要競爭挑戰？

最大挑戰是實體數據的取得壁壘——不同於 LLM 可從網路獲取海量訓練數據，實體 AI 所需數據昂貴且專有。特斯拉在自動駕駛數據方面已建立顯著先發優勢，Periodic Labs 等新創公司也在進入相同賽道。不過，貝佐斯的資本規模和亞馬遜的工業基礎設施經驗，是其難以被快速複製的核心競爭優勢。